佛罗里达国际大学研发低成本被动式无人机检测技术，识别准确率达98.52%
据Phys.org报道，2026年10月25日，佛罗里达国际大学（FIU）的研究团队开发了一种新型隐形、低成本的无人机检测系统。该技术通过捕捉无人机飞行时产生的低频磁特征，能够在不发射任何信号的情况下识别无人机的存在及其具体型号。
随着小型无人机在现代战场上的普及，反无人机技术的需求日益迫切。美国国防部已在2027财年预算中申请了740亿美元用于无人机及反无人机相关技术的研发。在此背景下，FIU团队的这项成果为应对微型无人机威胁提供了新的解决方案。
基于电机磁特征的被动感知原理
研究结果已发表在《IEEE 传感器杂志》上。该团队发现，不同型号的无人机依赖不同的电机配置，这导致它们在飞行过程中会产生独特的低频磁场“指纹”。通过专用天线记录这些信号，并利用机器学习模型对数据进行处理，系统能够实现对无人机的精准识别。
在户外测试环境中，该系统在15米（约49英尺）的距离内，以高达98.52%的准确率识别出了微型无人机系统（micro-UAS）。这种识别不仅限于检测无人机的存在，还能进一步区分其制造商和具体型号。
相比传统雷达系统的优势
FIU工程与计算学院教授Arjuna Madanayake指出，与传统检测方法不同，这项新技术完全被动接收低频发射信号，无需主动发射雷达波或声波，从而避免了暴露自身位置的风险。
“目前使用的每一种检测方法都会泄露一些信息。雷达会发射信号，声学系统则容易受到背景噪音的干扰。”Madanayake表示，“我们走出了完全不同的方向。虽然目前我们的方法探测范围有限，但开发成本仅为几百美元。与雷达系统不同，它可以在没有任何专业支持的情况下连续运行。”
该技术特别针对那些常规雷达难以探测的微型无人机系统，这类无人机常被用于携带爆炸物或执行侦察任务。由于设备仅被动接收信号而不发出回波，因此具备极高的隐蔽性。
合作进展与未来应用
Madanayake强调：“知道接下来的无人机类型很重要。不同的无人机可以携带不同的有效载荷，具有不同的威胁特征。你越能告诉一个辩护人即将发生的事情，他们就越能做出更好的反应。”
该项目由Madanayake领导，团队成员包括斯里兰卡研究员Chatura Seneviratne以及布鲁克黑文国家实验室研究员Soumyajit Mandal。目前，研究小组正在与美国相关部门合作，以进一步推动该技术的发展和应用。
参考文献：
Dilshara Herath et al., ELF Passive Radio Sensing and AI Perception of Micro-UAVs, IEEE Sensors Journal (2026). DOI: 10.1109/jsen.2026.3665766
